计算机科学家发现关键研究算法的局限性
现代应用研究中的诸多领域,都严重依赖于一种被称为梯度下降(gradientdescent)的关键算法。这是一种常被用于寻找特定数学函数最大值或最小值的方法,也被称为函数优化方法。梯度下降可用于计算多种任务,包括哪种产品制造方式利润最高、哪种员工轮班机制最优等等。尽管如此,研究人员一直没能彻底理解
NetSmell 出品
现代应用研究中的诸多领域,都严重依赖于一种被称为梯度下降(gradient descent)的关键算法。这是一种常被用于寻找特定数学函数最大值或最小值的方法,也被称为函数优化方法。梯度下降可用于计算多种任务,包括哪种产品制造方式利润最高、哪种员工轮班机制最优等等。
尽管如此,研究人员一直没能彻底理解这种算法的核心意义。如今最新研究终于给出了解释,确定梯度下降从本质上是在解决一个具备固有困难性的计算问题。
从这个角度来看,最新结果为梯度下降找到了效能上限,因此研究人员不可能在实际应用中获得超出这个极限的性能结果。论文发表在预印本网站 arXiv 上。
显示余下内容
相关文章:
- 信用卡 PIN 码很容易猜测
- 神经元簇发能模拟 AI 学习策略
- 蜘蛛丝可能根本不具有抗菌性质
- 佳能因禁止无墨水打印机扫描被起诉
- DeepMind盈利后开始「买买买」!收购机器人模拟平台MuJoCo,全面开源
- 分析师:新MacBook Pro搭载自家芯片,苹果利润率更高了
- 格芯提交上市申请IPO,筹资约26亿美元
- 美股周二:中概股普涨 阿里涨超6% 高途涨逾12%
- 搭配自研处理器与安卓12,谷歌新机Pixel 6起价599美元
- 摩根士丹利:马斯克有望凭SpaceX成首位万亿美元富豪
- 《鱿鱼游戏》助奈飞三季度新增用户翻倍,股价近新高
- DOTA 2又上热搜了 为什么这次大家到处刷“猛犸”?
- 多位游戏巨头联合希望美国政府监管盗版和作弊网站
- Google Play Data Safety开始接受开发者申请:2022年将强制执行
- 价格欺诈投诉引发公益诉讼 京东“划线价”格式条款须整改
发表回复